Zum Hauptinhalt springen
DNMP
Data Engineering

Bauen Sie das Datenfundament, das KI-Anwendungen benötigen

KI-Modelle sind nur so gut wie die Daten, auf denen sie laufen. Dieser intensive Tag vermittelt die Muster hinter robusten, KI-bereiten Datenpipelines: von Quellenintegration und Transformation bis zu Datenqualität und Monitoring.

Was Sie lernen

  • Pipeline-Architektur

    Batch vs. Streaming, Medallion-Architektur, Quellenintegrations-Muster — wann wählen Sie was.

  • Transformation mit dbt

    Modulares SQL schreiben, Datenqualität testen, Dokumentation automatisieren. Von Staging bis Mart.

  • Datenqualität & Testing

    Freshness-Checks, Schema-Tests, Anomalieerkennung — in die Pipeline eingebaut.

  • Monitoring & Observability

    Wie Sie wissen, dass Ihre Pipeline funktioniert — und wie Sie es wissen, wenn nicht.

Programm

Ein Tag im Detail — keine Überraschungen.

# Tijd Module Inhoud
1 09:00–09:30 Start & Stack-Check Aktuelle Architektur aufnehmen, Tool-Check, Tagesüberblick.
2 09:30–10:45 Pipeline-Architektur Medallion-Schichten, Batch/Streaming-Abwägung, Connector-Muster. Architektur für eigenen Use Case zeichnen.
— 10:45–11:00 Pause
3 11:00–12:30 dbt in der Praxis Staging-, Intermediate- und Mart-Modelle bauen. Tests schreiben und Dokumentation generieren.
— 12:30–13:15 Lunch
4 13:15–14:30 Datenqualität einbauen Great Expectations oder dbt-Tests — Freshness, Not-Null, Referenzielle Integrität. Triage-Flow bei Fehlern.
— 14:30–14:45 Pause
5 14:45–16:00 Monitoring & Alerting Lineage, SLA-Checks, Alerting-Muster. Hands-on mit einem echten Dashboard.
6 16:00–17:00 Eigene Pipeline reviewen Teilnehmer reviewen gegenseitig Pipeline-Designs anhand der Tages-Frameworks. Konkrete Verbesserungen.

Sofort verfügbar

  • Eigene Pipeline-Architektur gezeichnet und reviewed
  • Funktionierende dbt-Modelle inklusive Tests
  • Datenqualitäts-Checkliste für Ihren Stack

Langfristig

  • Weniger Datenvorfälle durch eingebaute Qualitätskontrollen
  • Schnelleres Onboarding neuer Teammitglieder
  • Pipelines, denen Stakeholder vertrauen

Für wen?

  • Data Engineers
  • Analytics Engineers
  • Software-Entwickler
  • BI-Entwickler

Über den Trainer

Pascal Mertens

Mitgründer & Data-and-Analytics-Consultant

Mitgründer von DNMP und Ökonom (Universität Amsterdam) mit einem klaren Fokus auf Daten, BI und Analytics. Pascal war zuvor Mitgründer von Vizieo, einem Unternehmen für Datenvisualisierung und Analytics. Heute hilft er bei DNMP Organisationen dabei, Daten in verwertbare Erkenntnisse und bessere Entscheidungen umzuwandeln.

LinkedIn

Erfahrungen der Teilnehmenden

Wir haben aufgehört, Ad-hoc-Skripte zu schreiben, und bauen jetzt echte modulare Pipelines. dbt war eine Offenbarung.
Koen van Leeuwen — Data Engineer, FinTech
Die Medallion-Architektur kannte ich bereits in der Theorie — nach diesem Tag verstehe ich, wann man den Ansatz wechselt.
Jeroen Willems — Analytics Engineer, Scale-up
Datenqualität war immer ein Nachgedanke. Jetzt ist sie in jede Pipeline eingebaut, die wir bauen.
Sophie Kramer — BI-Entwicklerin, Retailer
Der Peer-Review am Ende war hart, aber wertvoll. Blinde Flecken in meiner Architektur entdeckt, die ich monatelang mitschleppte.
Mark Jansen — Software-Entwickler, SaaS-bedrijf
Unsere Stakeholder vertrauen den Daten jetzt. Das ist kein kleiner Schritt — das ist ein Kulturwandel.
Fatima El Amrani — Lead Data Engineer, Zorginstelling

Buchen Sie ein Erstgespräch — wir stimmen Stack-Entscheidungen und Use Cases auf Ihre aktuelle Umgebung ab.

Unsicher, ob es passt?

Buchen Sie ein Erstgespräch — wir nehmen uns 30 Minuten für Ihre Ziele und geben einen ehrlichen Rat.

Erstgespräch buchen